只有一种贫困战略:(以广泛为基础)增长(第一部分)(2019年)

2021-03-01 00:07:10

这是要记住的数字:.994(不是因为994是阿塞拜疆的国家电话代码)。

世界银行最常用的贫困衡量标准是“人数”:低于贫困线的人口比例,固定的人均收入或消费支出水平。 Foster,Greer和Thorbecke(1986)的贫困衡量标准是给定的消费支出(或收入)分配情况下的加权总和,而总人数是一个简单的例子,其中每个人的权重相等,而与他们的CEX是贫困线。

这就引出了一个简单的问题:“观察到的各国人口贫困率的差异有多少是由于消费支出分配中位数的差异引起的?”

如图1所示,答案大致上是“全部”。用来解释三个贫困线的贫困人数的中位数的R平方(具有非线性解释的各种功效)是:

仅使用国家/地区分布的中位数预测的实际3.20美元/天或5.50美元/天的员工贫困率与员工贫困之间的简单关联是.994,而对于1.90美元,则是.991。这些相关性与现实世界数据可以产生的高度相关。

回归使用来自世界银行数据的389个国家/时间观测值,这些观测值是基于消费支出(不是收入)和最近的数据(不是远距离推断)的。由于贫困人口是消费支出分布的部分积分,因此中位数与贫困人口之间的关系必须是非线性的。我使用的中位数为-2到5的幂,以实现灵活的非线性。

南希·伯德索尔(Nancy Birdsall)和克里斯汀·梅尔(Christian Meyer)认为,发展问题“ TheMedian是信息”。对于人头贫困,他们是完全正确的。问题的答案是:“为什么一个国家在给定的时间里拥有贫困人口率?”是“因为其消费支出的中位数。”几乎是句号。以中位数为条件,任何其他因素或变量都可以解释最多为国家人员贫困率变化的1.2%(也许为0,但最多为1.2)。

您可能会说:“大人,您为什么要对这种相关性做出如此大的贡献?”好,谢谢你的询问。

不能建立这种非常紧密的相关性。可以(在大多数情况下)将两种分布(国家之间或随着时间的变化)比较贫困率的差异,将其分解为(对大多数国家而言是准确的),这可以有效地分解(正如许多人所做的那样)三个要素。是,消费支出的自然对数以高斯正态分布的形式分布:

贫困线以下的分布差异比给定的集中趋势和方差的对数正态分布的预期或多或少有利于贫困(因为对数正态分布为两参数分布,这迫使形成确切的形状)。

人口贫困状况的多少差异是一个经验事实,取决于各国消费支出的实际分布,而(2)和(3)占差异1.2%的事实本来是可以的,但它并不能确定。实际上,人们可以轻易地想象出政策或计划,这些政策或计划会抬高尾巴,从而减少贫困,这比对数常态所预测的要多得多。因此,一个令人惊讶的发现是,在对数正态性假设下的方差(不平等)差异和在贫困线以下与对数正态性的偏差共同构成了所观察到的贫困差异的至多1.2%。

包括在国家/时间变化因素中,其观测数据的变化不能解释超过1.2%的人口贫困率观测值变化,例如:“预算(政府或其他)投入反贫困计划”和“设计贫困的效率”。反贫困计划”或“该国的反贫困计划是否以“证据为基础””或就此而言,这些因素的相互作用,例如:“一个国家是否将预算用于基于证据的精心设计的反贫困计划。”中位数几乎解释了国家之间所有的贫困差异,没有涉及任何形式的有针对性的计划:没有小额信贷,有条件现金转移,没有鸡只,没有谋生计划,没有任何东西声称在不改变中位数的情况下会影响贫困。

考虑到反贫困计划的讨论时间,精力,智力火力,学术出版物和倡导,人们可能会认为它们是解决全球贫困的“解决方案”的重要组成部分。但是他们只是没有去过。如果您的消费中位数支出增加,那么您的贫困人数就会减少,除此之外,任何国家都没有做过的其他事情似乎在解释减少贫困方面非常重要。

消费支出中位数增长与“其他所有收入”增长的相对重要性可以用两种不同收入水平的两个不同贫困线来说明,这是世界银行经常使用的“极端贫困”惩罚性贫困线(但我认为从根本上讲非法,因为它太低了)和“每天$ 5.50”这一线(我认为仍然太低了)。

处于最低四分位数国家平均收入的国家/地区的每日“极端贫困”预测水平为1.90美元,为72.2%。如果其贫困率比以中位数为条件的残差标准差更好,则其贫困率将降至仅68.6%。即使以最低收入水平中任何一个国家的中位数来衡量,其最贫困状况也将下降约10个百分点,至62.7%。相反,如果该国在20年中每年增长2%(大约是第二次世界大战后时代的平均增长率),贫困率将下降到35.9%,约为一半。如果它在20年内以人均4%的速度增长(大约比2%的平均增长率高出一个标准偏差),则预计贫困人口将降至12.1%。从较低的消费支出开始保持快速增长,比在最低中位数的情况下观察到的最佳贫困状况要多50个百分点。随着人口的持续增长,有一半的人口摆脱了极端贫困,相比之下,即使收入水平停滞的最佳贫困人口比例也仅为10%(而且要明确的是,这里的数据并不能说明这些观察到的贫困率以中位数为条件)。

图2:即使在给定的中位数支出与平均水平之间达到最佳的贫困人数,与中位数持续增长所带来的减贫相比,收益也很小

我对第二个四分位数的收入和每天$ 5.50的贫困线进行相同的练习,结果大致相同。即使是以中位数为条件的最佳贫困表现,其收益也要比持续快速增长带来的减少贫困的收益要少得多。

这些回归的结果只是关于世界的事实,并不直接揭示因果结构。特别是,可能会有值得政府和/或慈善家支持的具有成本效益的减贫计划。跨国相关性只能说出与贫困有关的东西,而不是可能的东西。但是,尽管人们不想过多地解释事实,但也不想对关于特定程序的非常具体和特殊的经验发现的解释不足。

下次您听到“解决全球贫困”一词时,请记住数字:.994。如果“解决全球贫困”之后的问题不是要增加消费中位数,那么一个很好的问题是:“为什么不呢?”

(此博客的标题为“第一部分”,因为我计划的第二部分对这些类型的分解的技术问题进行了更多的介绍,而第三部分则对讨论了更广泛的含义进行了讨论。但是,与指环王不同(在这本书中,三部影片是同时拍摄的)这些还没有写成,并且未来是不可预测的)。